基于超声影像学特征定量预测甲状腺良恶性的模型构建及应用效果分析

作者：毛玲玲; 邓红梅; 樊丽丽^*; 兰琦玉; 孙青

来源：中国医学装备, 2023, 20(02): 92-96.

• 超声影像学特征
• 甲状腺
• 良恶性
• 偏最小二乘-判别分析法(PLS-DA)
• 模型
• 应用效果

目的：构建基于超声影像学特征定量预测甲状腺良恶性的模型，并分析其应用效果。方法：选择医院收治的105例甲状腺结节患者，根据病理结果将其分为恶性组(65例)和良性组(40例)。采用蒙特卡罗模拟方法将105例结节样本分为训练集(84例)和预测集(21例)。所有患者均行甲状腺结节常规超声、超声弹性成像(UE)及超声造影检查，记录甲状腺结节钙化、实性成分、回声类型、质地、形态、纵横比、边缘、血流分级、远场、晕、血流位置、被膜等影像特征。利用偏最小二乘-判别分析法(PLS-DA)及Logistic回归分析方法建立甲状腺结节良恶性风险评估预测模型。采用受试者工作特征(ROC)曲线分析两种模型鉴别甲状腺结节良恶性的价值。结果：恶性组患者结节微钙化、实性成分、低回声、形态不均匀、纵横比≥1、边缘不清晰、远场衰减以及被膜受侵比例明显高于良性组(x2=49.114,x2=17.960,x2=24.432,x2=41.316,x2=37.813,x2=39.023,x2=45.859,x2=10.033;P<0.05)。ROC曲线分析显示，PLS-DA基于训练集构建模型诊断预测集甲状腺恶性结节的ROC曲线下面积(AUC)为0.948;Logistic回归分析基于训练集构建模型诊断预测集甲状腺恶性结节的AUC为0.901。通过蒙特卡罗模拟运行1 000次分析发现，PLS-DA模型训练集真阳性和真阴性准确率分别为97.11%和99.74%,PLS-DA模型预测集真阳性和真阴性准确率分别为91.68%和96.61%，此时的AUC均值为0.938,95%CI为0.928～0.966。蒙特卡罗模拟运行1000次Logistic回归分析显示，结节微钙化、实性成分、低回声、形态不规则、纵横比≥1、边缘不清晰、远场衰减以及被膜受侵对预测甲状腺肿瘤是否恶化具备统计学意义。结论：基于PLS-DA及Logistic回归分析方法建立的甲状腺结节良恶性风险评估预测模型在鉴别甲状腺结节良恶性的价值较好，其中基于PLS-DA甲状腺结节良恶性预测模型预测价值更高。

• 单位
  四川护理职业学院; 崇州市人民医院